기업 간 경쟁에서 속도와 효율의 중요성은 시대가 바뀌어도 변치 않는 것 같습니다.
AI 기반 상품이나 서비스를 놓고 벌이는 경쟁 역시 비슷합니다. 장인의 손길로 완벽히 만든 모델이나 알고리즘을 기반으로 뭔가 하겠다? 어느 세월에 만들어서 상품이나 서비스를 출시할 수 있을지는 아무도 모릅니다.
하지만 AI를 통해 새로운 성장의 기회를 잡거나, AI로 수익을 창출하거나, AI를 통해 고객 경험을 개선하는 것에 관심이 있다면? 원하는 것을 바로 실행할 수 있습니다. 완벽보다는 빠른 실행을 추천하는 이유입니다. 🙂
모두를 위한 AI 시대
AI를 경쟁 밑천으로 삼는 것은 이제 선택의 문제입니다. 클라우드는 AI를 조직, 인프라, 플랫폼, 예산을 갖춘 조직과 그렇지 않은 곳과의 격차를 빠르게 좁혀 주고 있습니다. 지금은 뜻만 있다면 AI 기반 상품이나 서비스를 시장에 내놓는 것이 가능한 시대입니다. 물론 최소한의 인력과 노하우는 필요합니다. 모든 것을 내부에서 직접 다 하던 시절에 비하면 클라우드가 진입 장벽을 크게 낮춘 것은 모두가 인정하는 사실입니다.
여기가 AI 맛집!
구글 클라우드는 데이터 과학자와 AI 개발자 사이에 맛집으로 통합니다. 대기업부터 스타트업까지 구글 클라우드는 각자의 입맛에 맞는 서비스를 선택하기 좋습니다. 구글은 사전 훈련된 모델을 API를 통해 이용하는 것부터, AutoML을 이용하는 것, 사용자 지정 모델 적용까지 폭넓은 선택지를 제공합니다. 인프라 역시 GPU, TPU 여기에 엣지 TPU까지 원하는 것과 필요한 것을 고를 수 있습니다. 다음 도식은 구글 클라우드에서 이용할 수 있는 AI/ML 서비스입니다. AutoML을 기준으로 위로 갈수록 누구나 사용할 수 있는 범용성을 띠고, 아래로 갈수록 커스터마이징 폭이 넓은 특성을 갖습니다.
범용적인 서비스와 필요한 요소를 원하는 대로 쓸 수 있는 서비스의 차이에 대해 좀 더 알아보겠습니다.
다음 표는 구글이 제공하는 주요 서비스 각각의 특징을 정리한 것입니다.
👉 만약 데이터도 없고 모델 개발과 훈련을 할 시간적 여유나 인력 투입이 어려운 상황이라면?
구글이 검증한 데이터 세트로 사전 훈련을마치고 지속해서 최적화를 하는 모델을 API 방식으로 이용하면 됩니다. 일반적인 업무라면 이 방식으로 충분히 AI 프로젝트를 추진할 수있습니다. 다만 구글의 데이터와 모델을 이용하는 것이다 보니 정해진 틀이 존재합니다.
👉 만약 자체 보유 데이터 세트가 어느 정도 있다면?
AutoML을 활용하면 데이터 측면에서 조직의 필요와 요구에 맞출 수 있는 여지가 생깁니다. AutoML의 강점은 비전문가도 사용할 수 있다는 것입니다. 데이터를 올리고, 라벨을 부여하는 정도의 수고만 하면 됩니다. 모델 학습과 평가는 자동으로 이루어집니다.
AI 프로젝트를 추진할 수 있는 전담 인력과 컴퓨팅 기반을 갖춘 대기업이라면 아마 데이터도 직접 확보하고, 데이터 파이프라인을 구축하여 개발한 모델 훈련과 추론에 적용하는 것을 선호할 것입니다. 이 경우는 사용자 지정 모델을 이용하면 됩니다.
이상으로 구글이 제공하는 AI/ML 서비스의 특징을 간략히 살펴보았습니다. 다음 포스팅에서는 API를 통해 이용할 수 있는 구글 클라우드 AI 서비스를 소개하겠습니다. 😀
더 자세한 내용은 메가존으로 문의 바랍니다. 👉 메가존 문의 바로가기
